Interpolation & Prediction

Uygulamanın amacı gerçek fonksiyonları tek bir değişkenden enterpolasyona tabi tutmaktır. Fonksiyonlar bir dizi noktadır (X, Y). Aşağıdaki enterpolasyon yöntemleri uygulanabilir: Newton'un, Aitken'in, kübik Hermite yöntemi, kardinal spline enterpolasyonu, Catmul-Rom'un spline'ı, Kochanek-Bartls'ın spline'ı, doğrusal enterpolasyon ve en yakın komşu enterpolasyonu.

Fonksiyon bir zaman serisi ise, iç döngüleri tespit etmek için otokorelasyonu tahmin etme ve hesaplama yöntemleri uygulanabilir.

İstatistiksel tahmin için aşağıdaki yöntemler uygulanır: üstel ağırlıklı hareketli ortalama; - basit hareketli ortalama; - doğrusal üstel tartım; - Holt'un doğrusal üstel düzeltmesi; ve ek bir yavaşlama eğilimi. Tahmin hatalarının ortalaması ve standart sapması hesaplanır.

İşlevler, bunların işlenmesinin sonuçları ve tahminler, Sqlit tipi bir veritabanında veya seçilen klasörde saklanabilir. Bu verileri içeren tablolar, örneğin Sqlit tarayıcısı kullanılarak veya İnternet üzerinden yazdırılmak üzere dışa aktarılabilir.

Uygulama, gerçek fonksiyonları tek bir değişkenden enterpolasyona almak ve istatistiksel tahmin yapmak için tasarlanmıştır.

tek bir değişkenden gerçek fonksiyonların enterpolasyonunu yapın (noktalar kümesi (X, Y))

enterpolasyon yöntemleri uygulanabilir: Newton, Aitken, kübik Hermite, kardinal spline

Catmul-Rom'un spline'ı, Kochanek-Bartls'ın spline'ı, doğrusal enterpolasyon ve en yakın komşu enterpolasyonu.

istatistiksel tahminler uygulanabilir - üstel ağırlıklı hareketli ortalama; - basit hareketli ortalama;

doğrusal üstel tartım; - Holt'un doğrusal üstel düzeltmesi; ve ek bir yavaşlama eğilimi.

Sonuç verileri dışa aktarılabilir ve İnternet üzerinden gönderilebilir

Veri depolama sonuçları için bir klasör oluşturma, silme ve seçme